Cómo trabajan las aseguradoras con IBM para implantar soluciones basadas en IA generativa

IBM colabora con nuestros clientes del sector asegurador en diferentes frentes, y los datos del IBM Institute for Business Value (IBV) identificaron tres imperativos clave que guían las decisiones de gestión de las aseguradoras:

1. Adoptar la transformación digital para permitir a las aseguradoras ofrecer nuevos productos, impulsar el crecimiento de los ingresos y mejorar la experiencia del cliente.
2. Mejorar la productividad principal (negocio y TI) al mismo tiempo que se reducen los costes.
3. Adoptar la modernización incremental de aplicaciones y datos utilizando la nube híbrida segura y la IA.

Las aseguradoras deben cumplir los siguientes imperativos clave para facilitar la transformación de sus empresas:

• Proporcionar ofertas digitales a sus clientes.
• Ser más eficiente.
• Utilizar los datos de forma más inteligente.
• Abordar las preocupaciones de ciberseguridad.
• Esforzarse por ofrecer una oferta resiliente y estable.

La mayoría de las compañías de seguros han priorizado la transformación digital y la modernización del núcleo de TI, utilizando infraestructuras y plataformas de nube híbrida y multinube para alcanzar los objetivos mencionados. Este enfoque puede acelerar la velocidad de comercialización al proporcionar capacidades mejoradas para desarrollar productos y servicios innovadores, facilitar el crecimiento del negocio y mejorar la experiencia del cliente en sus interacciones con la empresa.

IBM es una de las pocas empresas globales que puede reunir todas las capacidades necesarias para transformar por completo la forma en que se comercializan, venden, suscriben, prestan servicios y pagan los seguros.

Con un fuerte enfoque en la IA en todo su amplio portfolio, IBM sigue siendo líder del sector en capacidades relacionadas con la IA. En un reciente Gartner Magic Quadrant, IBM ha sido situada en la sección superior derecha por sus capacidades relacionadas con la IA (es decir, plataforma de IA conversacional, motores de información y servicio para desarrolladores de IA).

La plataforma de IA y datos IBM® watsonx, junto con su conjunto de asistentes de IA, está diseñada para ayudar a escalar y acelerar el impacto de la IA utilizando datos fiables en toda la empresa.

IBM trabaja con varias compañías de seguros para identificar oportunidades de alto valor para el uso de la IA generativa. Los casos de uso más comunes en seguros incluyen la optimización de procesos que se emplean para manejar documentos grandes y bloques de texto o imágenes. Estos casos de uso ya representan una cuarta parte de las cargas de trabajo de IA en la actualidad, y se está produciendo un cambio significativo hacia la mejora de su funcionalidad con la IA generativa. Esta mejora implica extraer contenido y conocimiento o clasificar información para apoyar la toma de decisiones, como en la evaluación y el procesamiento de reclamaciones. Las áreas de enfoque en las que el uso de las capacidades de IA generativa puede marcar una diferencia significativa en el sector de los seguros incluyen:

• Fidelización del cliente
• Mano de obra digital
• Modernización de aplicaciones
• Operaciones de TI
• Ciberseguridad

IBM está creando soluciones basadas en IA generativa para diversos casos de uso, incluidos agentes virtuales, búsqueda conversacional, procesos normativos y de cumplimiento, investigación de reclamaciones y modernización de aplicaciones. A continuación, ofrecemos resúmenes de algunas de nuestras iniciativas actuales de implementación de IA generativa.

Compromiso con el cliente: ofrecer cobertura de seguro implica trabajar con numerosos documentos. Estos documentos incluyen descripciones de productos de seguros que detallan los artículos cubiertos y las exclusiones, documentos de pólizas o contratos, facturas y recibos de primas, así como reclamaciones enviadas, explicaciones de beneficios, presupuestos de reparación, facturas de proveedores y más. Una parte significativa de las interacciones del cliente con la compañía de seguros consiste en consultas sobre los términos y condiciones de cobertura de varios productos, la comprensión del importe aprobado del pago de la reclamación, las razones para no pagar la cantidad enviada y el estado de transacciones como recibos de primas, pagos de reclamaciones, solicitudes de cambio de póliza y más.

Como parte de nuestras iniciativas de IA generativa, podemos demostrar la capacidad de utilizar un modelo fundacional con instrucción para revisar los datos estructurados y datos no estructurados dentro de los documentos de seguros (datos asociados a la consulta del cliente) y proporcionar recomendaciones personalizadas sobre el producto, contrato o consulta general de seguro. La solución puede proporcionar respuestas específicas basadas en el perfil del cliente y el historial de transacciones, accediendo a la administración de pólizas subyacente y a los datos de reclamaciones. La capacidad de analizar instantáneamente una amplia cantidad de datos de clientes, identificar patrones para generar conocimientos y anticipar las necesidades de los clientes puede resultar en una mayor satisfacción del cliente.

Un ejemplo de compromiso con el cliente es un chatbot basado en IA generativa que hemos desarrollado para un cliente multinacional de seguros de vida. La PoC muestra una mayor personalización de la respuesta a consultas sobre productos de seguros cuando se utilizan capacidades de IA generativa.

Otro chatbot que hemos desarrollado para un cliente de seguros muestra la capacidad del asegurado para obtener una visión completa de las coberturas que ofrece un paquete de seguro, incluyendo las primas de cada una de las coberturas incluidas en el paquete. Asimismo, destaca la capacidad de realizar otras funciones, como añadir documentos necesarios (por ejemplo, certificados de nacimiento), añadir beneficiarios, investigar productos de seguros y complementar la cobertura actual. Todas estas capacidades cuentan con la ayuda de la automatización y se personalizan con la IA tradicional y generativa mediante modelos fundacionales seguros y fiables.

A continuación mostramos un ejemplo de un cliente que consulta sobre un procedimiento dental específico y recibe una respuesta personalizada basada en el conocimiento de las coberturas dentales existentes del cliente, así como en la capacidad del chatbot de IA generativa para mantener una conversación interactiva (similar a la de un agente de servicio de atención al cliente experto) que se adapta a las necesidades específicas del cliente.

Actualmente estamos desarrollando varios casos de uso, que incluyen:

• Obtención de autorización previa para procedimientos médicos.
• Administración de beneficios de salud.
• Explicación de las decisiones sobre reclamaciones y los beneficios a los asegurados.
• Resumen del historial de reclamaciones.

Asistencia de agentes de seguros/agentes del centro de contacto: las compañías de seguros han implementado de forma generalizada unidades de respuesta de voz, aplicaciones móviles y soluciones en línea basadas en la web que los clientes pueden utilizar para consultas sencillas, como información sobre saldos pendientes y comprobaciones del estado de los pagos de reclamaciones. Sin embargo, el conjunto actual de soluciones tiene una funcionalidad limitada y no puede responder a consultas más complejas de los clientes, tal y como se indica en la sección de interacción con los clientes. Como resultado, los clientes suelen recurrir a llamar al agente de seguros o al centro de contacto de la compañía de seguros. Las soluciones basadas en la IA generativa diseñadas para los agentes pueden reducir significativamente el tiempo de búsqueda de documentos, resumir la información y habilitar las capacidades, lo que conduce a un aumento medio de la productividad con un promedio de 14-34 % o incluso 42 %, y mejores métricas de satisfacción del cliente. IBM lleva varios años implementando soluciones tradicionales basadas en IA en compañías de seguros, utilizando productos como IBM watsonx Assistant e IBM watsonx Explorer. Ahora estamos empezando a colaborar con algunas compañías de seguros para incorporar modelos fundacionales y prompt tuning para mejorar las capacidades de asistencia a los agentes.

Gestión de riesgos: para tomar decisiones de suscripción relacionadas con la propiedad, las compañías de seguros recopilan una cantidad significativa de datos externos, incluidos los datos de la propiedad proporcionados en los formularios de solicitud de seguro, los registros históricos de inundaciones, huracanes, incendios y estadísticas de delincuencia, para la ubicación específica de la propiedad. Aunque que los datos históricos están disponibles públicamente a través de fuentes como data.gov, las compañías de seguros bien establecidas también tienen acceso a sus propios datos de experiencia en suscripción y siniestros. Actualmente, el uso de estos datos para modelar riesgos implica esfuerzos manualmente intensivos, y las capacidades de IA están infrautilizadas.

Una iniciativa actual de IBM consiste en recopilar datos de dominio público relevantes para la suscripción de seguros inmobiliarios y la investigación de siniestros con el fin de mejorar los modelos fundacionales de la plataforma de datos e inteligencia artificial IBM watsonx. Los resultados pueden ser utilizados por nuestros clientes, quienes pueden incorporar sus datos de experiencia propietaria para perfeccionar aún más los modelos. Estos modelos y datos propietarios se alojarán en un entorno seguro de IBM Cloud, diseñado específicamente para cumplir con los requisitos de cumplimiento normativo del sector para los hiperescaladores. La solución de gestión de riesgos pretende acelerar considerablemente los procesos de evaluación de riesgos y de toma de decisiones, mejorando al mismo tiempo la calidad de las mismas.

Modernización del código: muchas compañías de seguros con más de 50 años de historia siguen confiando en sistemas desarrollados en los años 70, a menudo codificados en una mezcla de Cobol, Assembler y PL1. Modernizar estos sistemas requiere convertir el código heredado en Java u otros lenguajes de programación listos para la producción.

IBM está colaborando con varias instituciones financieras que utilizan capacidades de IA generativa para comprender las reglas de negocio y la lógica integradas en la base de código existente y apoyar su transformación en un sistema modular. El proceso de transformación utiliza el modelo de negocio de componentes de IBM (para seguros) y el marco BIAN (para banca) para guiar el rediseño. La IA generativa también ayuda a producir casos de prueba y guiones para probar el código modernizado.

En un estudio realizado por el Institute for Business Value (IBV) de IBM, los líderes empresariales expresaron su preocupación por la adopción de la IA generativa. Las principales preocupaciones están relacionadas con:

• Explicabilidad: el 48 % de los líderes entrevistados por IBM creen que las decisiones tomadas por la IA generativa no son suficientemente explicables.
• Ética: el 46 % están preocupados por la seguridad y los aspectos éticos de la IA generativa.
• Sesgo: el 46 % creen que la IA generativa propagará los sesgos establecidos.
• Confianza: el 42 % creen que la IA generativa no puede ser de confianza.
• Cumplimiento: el 57 % creen que las restricciones normativas y el cumplimiento son barreras importantes.

IBM aborda las preocupaciones anteriores a través de su conjunto de componentes de plataforma watsonx: estudio de IA de IBM watsonx.ai , almacén de datos de IBM watsonx.data y la herramienta IBM watsonx.governance para el gobierno de la IA. En concreto, watsonx.governance proporciona las capacidades para monitorizar y controlar todo el ciclo de vida de la IA al proporcionar transparencia, responsabilidad, linaje, seguimiento de datos y monitorización de sesgos y equidad en los modelos. La solución de extremo a extremo proporciona a los líderes de las compañías de seguros características que permiten flujos de trabajo de IA responsables, transparentes y explicables cuando se utilizan tanto la IA tradicional como la IA generativa.

Como se ha descrito anteriormente, hemos identificado muchas oportunidades de alto valor para ayudar a las compañías de seguros a empezar a utilizar IA generativa para la transformación digital de sus procesos empresariales aseguradores. Además, la tecnología de IA generativa puede utilizarse para proporcionar nuevos tipos de contenidos como artículos (para el marketing de productos de seguros), contenidos personalizados o correos electrónicos para los clientes, e incluso ayudar en la generación de contenidos como código de programación para aumentar la productividad de los desarrolladores.

La experiencia de IBM trabajando con clientes indica que el uso de la IA generativa proporciona importantes aumentos de productividad, incluyendo la mejora de los procesos de RR. HH. para optimizar tareas como la adquisición de talento y la gestión del rendimiento de los empleados; el aumento de la productividad de los agentes de atención al cliente, al permitirles centrarse en interacciones de mayor valor con los clientes (mientras que los asistentes virtuales de los canales digitales que utilizan IA generativa se encargan de las consultas más sencillas); y el ahorro de tiempo y esfuerzo en la modernización del código heredado, utilizando la IA generativa para ayudar en la refactorización y conversión del código.

Para tratar estos temas con más detalle, envíe un correo electrónico a Kishore Ramchandani y Anuj Jain.